机器学习基础算法教程
最近更新 2024年09月18日
资源编号 5330

#推荐
机器学习基础算法教程

2024-09-18 WEB前端 0 21
郑重承诺丨IT课栈提供安全交易、资源保真、免费更新
增值服务:
高清视频
网盘下载
每日更新
¥ 9.99
VIP折扣
    折扣详情
  • 白银会员

    9.79 元9.8折

  • 黄金会员

    9.49 元9.5折

  • 铂金会员

    9.29 元9.3折

  • 钻石会员

    8.99 元9折

开通VIP尊享优惠特权
立即下载 升级会员
详情介绍

IT课栈资源名称:机器学习基础算法教程iTKZ8.com ruik

机器学习基础算法教程
├──01.机器学习经典算法精讲视频课程  
|   ├──第八章:聚类算法-Kmeans&Dbscan原理  
|   |   ├──1-KMEANS算法概述 .mp4  28.94M
|   |   ├──2-KMEANS工作流程 .mp4  23.12M
|   |   ├──3-KMEANS迭代可视化展示 .mp4  31.70M
|   |   ├──4-DBSCAN聚类算法 .mp4  29.35M
|   |   ├──5-DBSCAN工作流程 .mp4  41.61M
|   |   └──6-DBSCAN可视化展示 .mp4  32.97M
|   ├──第二章:线性回归代码实现  
|   |   └──第一章:线性回归  
|   ├──第九章:Kmeans代码实现  
|   |   └──第三章:聚类-Kmeans  
|   ├──第六章:逻辑回归代码实现  
|   |   └──第二章:逻辑回归  
|   ├──第七章:逻辑回归实验分析  
|   |   ├──1-逻辑回归实验概述 .mp4  52.15M
|   |   ├──2-概率结果随特征数值的变化 .mp4  46.69M
|   |   ├──3-可视化展示 .mp4  33.21M
|   |   ├──4-坐标棋盘制作 .mp4  38.18M
|   |   ├──5-分类决策边界展示分析 .mp4  61.13M
|   |   └──6-多分类-softmax .mp4  60.57M
|   ├──第三章:模型评估方法  
|   |   └──分类模型评估  
|   ├──第十二章:决策树代码实现  
|   |   └──第五章:决策树  
|   ├──第十三章:决策树实验分析  
|   |   └──决策树  
|   ├──第十一章:决策树原理  
|   |   ├──1-决策树算法概述 .mp4  24.28M
|   |   ├──2-熵的作用 .mp4  22.82M
|   |   ├──3-信息增益原理 .mp4  30.30M
|   |   ├──4-决策树构造实例 .mp4  25.13M
|   |   ├──5-信息增益率与gini系数 .mp4  18.20M
|   |   ├──6-预剪枝方法 .mp4  25.09M
|   |   ├──7-后剪枝方法 .mp4  24.55M
|   |   └──8-回归问题解决 .mp4  18.27M
|   ├──第十章:聚类算法实验分析  
|   |   └──聚类  
|   ├──第四章:线性回归实验分析  
|   |   └──线性回归  
|   ├──第五章:逻辑回归原理推导  
|   |   ├──1-逻辑回归算法原理 .mp4  23.00M
|   |   └──2-化简与求解 .mp4  29.45M
|   ├──第一章:线性回归原理推导  
|   |   ├──0-课程简介 .mp4  34.95M
|   |   ├──1-回归问题概述 .mp4  19.65M
|   |   ├──2-误差项定义 .mp4  26.50M
|   |   ├──3-独立同分布的意义 .mp4  24.48M
|   |   ├──4-似然函数的作用 .mp4  29.04M
|   |   ├──5-参数求解 .mp4  30.74M
|   |   ├──6-梯度下降通俗解释 .mp4  20.79M
|   |   ├──7参数更新方法 .mp4  24.87M
|   |   └──8-优化参数设置 .mp4  26.80M
|   └──课程简介  
|   |   ├──项目截图  
|   |   └──Python机器学习实训营 .docx  11.29kb
└──02.机器学习算法课件资料  
|   ├──部分代码资料  
|   |   ├──1-线性回归原理推导  
|   |   ├──10-决策树原理  
|   |   ├──11-决策树代码实现  
|   |   ├──12-决策树实验分析  
|   |   ├──13-集成算法原理  
|   |   ├──14-集成算法实验分析  
|   |   ├──15-支持向量机原理推导  
|   |   ├──2-线性回归代码实现  
|   |   ├──3-模型评估方法  
|   |   ├──3-线性回归实验分析  
|   |   ├──5-逻辑回归代码实现  
|   |   ├──6-逻辑回归实验分析  
|   |   ├──7-聚类算法-Kmeans&Dbscan原理  
|   |   ├──8-Kmeans代码实现  
|   |   └──9-聚类算法实验分析  
|   └──机器学习算法PPT  
|   |   ├──1-AI入学指南 .pdf  658.64kb
|   |   ├──10-EM算法 .pdf  811.45kb
|   |   ├──11-神经网络 .pdf  11.70M
|   |   ├──12-word2vec .pdf  2.37M
|   |   ├──2-回归算法 .pdf  1.20M
|   |   ├──3-决策树与集成算法 .pdf  1.00M
|   |   ├──4-聚类算法 .pdf  788.33kb
|   |   ├──5-贝叶斯算法 .pdf  539.46kb
|   |   ├──6-支持向量机 .pdf  1.29M
|   |   ├──7-推荐系统 .pdf  1.97M
|   |   ├──8-xgboost .pdf  932.12kb
|   |   ├──9-LDA与PCA算法 .pdf  1.04M
|   |   ├──时间序列分析 .pdf  767.26kb
|   |   └──文本分析 .pdf  522.20kb

收藏 (0) 打赏

感谢您的支持,我会继续努力的!

打开微信/支付宝扫一扫,即可进行扫码打赏哦,分享从这里开始,精彩与您同在
点赞 (0)

IT课栈 WEB前端 机器学习基础算法教程 https://www.itkz8.com/5330.html

常见问题

相关文章